CN116132611A - 一种自驾游行车短视频自动生成方法、系统及其车辆 - Google Patents

一种自驾游行车短视频自动生成方法、系统及其车辆 Download PDF

Info

Publication number
CN116132611A
CN116132611A CN202310008736.2A CN202310008736A CN116132611A CN 116132611 A CN116132611 A CN 116132611A CN 202310008736 A CN202310008736 A CN 202310008736A CN 116132611 A CN116132611 A CN 116132611A
Authority
CN
China
Prior art keywords
video
intelligent
short
shooting
self
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310008736.2A
Other languages
English (en)
Inventor
于辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Group Corp
Original Assignee
FAW Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FAW Group Corp filed Critical FAW Group Corp
Priority to CN202310008736.2A priority Critical patent/CN116132611A/zh
Publication of CN116132611A publication Critical patent/CN116132611A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/222Studio circuitry; Studio devices; Studio equipment
    • H04N5/262Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265Mixing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439Processing of audio elementary streams
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44016Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明公开了一种自驾游行车短视频自动生成方法、系统及其车辆,具体包括:通过智能视频装置进行视频录制、图像拍摄和人脸识别;利用智能语音设备进行音频采集;开启智能录制功能,合并视频信息和音频信息,进行短视频拍摄。本发明与现有技术相比具有以下的优点:本发明降低自驾旅游短视频的制作门槛,提供一种依靠人工智能大数据的方法,自动拍摄美景或人物,在旅行结束后,自动完成照片归类,视频剪辑,并自动配上背景音乐,方便车主对于旅游经历的记录和分享,更好的服务车主的生活。

Description

一种自驾游行车短视频自动生成方法、系统及其车辆
技术领域
本发明涉及一种短视频自动生成方法、系统及其车辆,尤其涉及一种自驾游行车短视频自动生成方法、系统及其车辆。
背景技术
现在旅游自驾越来越流行,车主都想将行车路上的美景和人物制作成短视频分享到网上。行驶过程中经常遇到一些美丽的风景和美好的人物景象,手动拍摄会影响驾驶安全;后期短视频的制作也会花费车主大量时间,如果在行车过程中手动拍摄照片或视频,会造成行车安全问题;制作短视频有一定技术门槛,需要视频剪辑和配置音乐,并且短视频的制作也是一个耗时劳力的工作。
综上所述,现有技术的旅游自驾拍摄短视频的方法已经不能满足人们的要求,亟需得到改进。
发明内容
本发明的目的在于提供一种自驾游行车短视频自动生成方法、系统及其车辆,解决现有技术存在的缺憾。
本发明提供了下述方案:
一种自驾游行车短视频自动生成方法,具体包括:
通过智能视频装置进行视频录制、图像拍摄和人脸识别;
利用智能语音设备进行音频采集;
开启智能录制功能,合并视频信息和音频信息,进行短视频拍摄。
进一步的,所述智能视频装置具体包括:前置摄像头、驾驶员监测系统、乘员监测系统,所述智能视频装置通过卷积神经网络算法进行视频录制、图像拍摄和人脸识别。
进一步的,所述智能视频装置进行视频录制和人脸识别时,通过触发系统消息通知中控系统,中控系统驱动智能语音设备进行音频采集。
进一步的,在合并视频信息和音频信息时自动配上背景音乐。
进一步的,所述进行短视频拍摄,具体包括:
以时间天数和地点对短视频进行分类;
根据风景和人物表情,对短视频片段进行选取,并对短视频进行打分和排序;
根据拍摄地点的不同,选取不同的背景音乐;
提供背景音乐和短视频的合并服务,并提供用户自定义设置和手动修改。
进一步的,所述以时间天数和地点对短视频进行分类,具体为:以时间天数为基本单位进行一级分类,在所述一级分类的基础上,按照地点进行二级分类;
所述根据风景和人物表情,对短视频片段进行选取,并对短视频进行打分和排序,具体为:按照“风景美”和“车内人物表情”两个维度对基本拍摄片段综合打分:风景美占比70%,人物表情占比30%。
一种自驾游行车短视频自动生成系统,具体包括:
视频图像人脸识别模块,通过智能视频装置进行视频录制、图像拍摄和人脸识别;
智能音频采集模块,利用智能语音设备进行音频采集;
短视频拍摄录制模块,开启智能录制功能,合并视频信息和音频信息,进行短视频拍摄。
一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行所述方法的步骤。
一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述计算机程序在所述电子设备上运行时,使得所述电子设备执行所述方法的步骤。
一种车辆,具体包括:
电子设备,用于实现所述的方法;
处理器,所述处理器运行程序,当所述程序运行时,对于从所述电子设备输出的数据执行所述方法的步骤;
存储介质,用于存储程序,所述程序在运行时,对于从电子设备输出的数据执行所述方法的步骤。
本发明与现有技术相比具有以下的优点:本发明降低自驾旅游短视频的制作门槛,提供一种依靠人工智能大数据的方法,自动拍摄美景或人物,在旅行结束后,自动完成照片归类,视频剪辑,并自动配上背景音乐,方便车主对于旅游经历的记录和分享,更好的服务车主的生活。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是自驾游行车短视频自动生成方法的流程图。
图2是自驾游行车短视频自动生成系统的架构图。
图3是卷积神经网络的原理图。
图4是智能视频装置调用内置算法进行图像识别、人脸识别的流程图。
图5是在具体应用场景中自驾游行车短视频自动生成方法的流程图。
图6是视频装置进行智能录制的原理图。
图7是短视频制作的流程图。
图8是电子设备的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示的自驾游行车短视频自动生成方法的流程,具体包括:
步骤S1,通过智能视频装置进行视频录制、图像拍摄、美景拍摄和人脸识别;
具体的,智能视频装置包括:前置摄像头、驾驶员监测系统(DMS)、乘员监测系统(OMS),所述智能视频装置通过卷积神经网络算法进行视频录制、图像拍摄、美景拍摄和人脸识别。
具体的,所述智能视频装置进行视频录制和人脸识别时,通过触发系统消息通知中控系统,中控系统驱动智能语音设备进行音频采集。示例性的,当车内的声音明显为人声时,判定为车内语音,智能语音设备具体为车载麦克风。
具体的,在合并视频信息和音频信息时自动配上背景音乐。
示例性的,通过DMS/OMS识别车主或乘客身份,以及识别表情并自动拍照,通过DMS/OMS自动捕捉特殊表情拍照。
示例性的,智能视频装置触发消息,通知中控系统调取GPS模块,获取当前地理位置信息和当前时间信息。
步骤S2,利用智能语音设备进行音频采集;示例性的,车主或者乘客看到感兴趣的美景,通过车主或乘客的语音触发拍照。
步骤S3,开启(车载或独立)智能录制功能,合并视频信息和音频信息,进行短视频拍摄。
示例性的,合并智能视频装置和智能语音设备获取到的视频信息和音频信息,进行短视频拍摄。
具体的,以时间天数和地点对短视频进行分类;
根据风景和人物表情,对短视频片段进行选取,并对短视频进行打分和排序;
根据拍摄地点的不同,选取不同的背景音乐;
提供背景音乐和短视频的合并服务,并提供用户自定义设置和手动修改。
示例性的,以时间天数和地点对短视频进行分类,具体为:以时间天数为基本单位进行一级分类,在所述一级分类的基础上,按照地点进行二级分类,二级分类的地点具体到市或者一个具体的旅游景点。
所述根据风景和人物表情,对短视频片段进行选取,并对短视频进行打分和排序,具体为:
按照“风景美”和“车内人物表情”两个维度对基本拍摄片段综合打分:风景美占比70%;
人物表情占比30%;示例性的,人物表情包括:按照笑、惊诧、鬼脸等,并对人物表情打分。对一天内的一个地方的视频片段列表的打分进行降序排序,最多选取3个打分最高的视频片段。
对于上述实施例公开的方法步骤,出于简单描述的目的将方法步骤表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
流程图或以其他方式描述的任何过程或方法描述可以被理解为:表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序执行并实现功能,或者按照循环、分支等程序结构执行计算机指令并实现相应的功能,这是本领域技术人员在实施本发明实施例时理所当然可以理解的。
如图2所示的自驾游行车短视频自动生成系统,具体包括:
视频图像人脸识别模块,通过智能视频装置进行视频录制、图像拍摄和人脸识别;
智能音频采集模块,利用智能语音设备进行音频采集;
短视频拍摄录制模块,开启智能录制功能,合并视频信息和音频信息,进行短视频拍摄。
值得注意的是,虽然在本发明实施例中只披露了一些基本功能模块,但并不意味着本系统的组成仅仅局限于上述基本功能模块,相反,本实施例所要表达的意思是:在上述基本功能模块的基础之上本领域技术人员可以结合现有技术任意添加一个或多个功能模块,形成无穷多个实施例或技术方案,也就是说本系统是开放式而非封闭式的,不能因为本实施例仅仅披露了个别基本功能模块,就认为本发明权利要求的保护范围局限于所公开的基本功能模块。同时,为了描述的方便,描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本发明时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
以上所描述的系统的实施方式仅仅是示意性的,例如:其中作为系统中的各个功能模块、单元或子系统等可以是也可以不是物理上分开的,或者可以是或者也可以不是物理单元,即可以位于同一个地方,也可以分布到多个不同的系统及其子系统或模块上。本领域技术人员可以根据实际的需要选择其中的部分或者全部功能模块、单元或子系统来实现本发明实施例的目的,对于上述情形本领域普通技术人员在不付出创造性劳动的情况下即可以理解并实施。
如图3所示的卷积神经网络的原理图:当输入一个张图片时,用卷积神经网络的算法识别图片,图片经过:卷积层->池化层->卷积层->池化层->全连接层,层层处理后,当最终结果达到要求后,输出是美景或者人脸表情的结果,并对结果进行打分;
输入层:输入层是整个神经网络的输入,在处理图像的卷积神经网络中,它一般代表了一张图片的像素矩阵,如28X28X1,32X32X3
卷积层(convolution)从名字可以看出,卷积层是一个卷积神经网络中最为重要的部分。和全连接层不同,卷积层中的每一个节点的输入只是上一层神经网络的一小块,常用的尺寸有3X3或者5x5,但是深度会增加。卷积层视图将神经网络中的每一小块进行更加深入分析从而得到抽象程度更高的特征。
池化层(pooling)池化层可以缩减特征,即可以缩小矩阵的大小,但不改变三维矩阵的深度。池化操作类似于将已知高分辨率的图片转化为低分辨率的图片。通过池化层,可以进一步缩小最后全连接层中节点的个数,从而达到减少整个神经网络参数个数的目的。
全连接层:我们可将卷积层和池化层看成自动图像特征提取的过程。在特征提取完成并展平后,任然需要使用全连接层来完成分类任务。
Softmax层:和全连接神经网络中一样,通过Softmax层,可以得到当前样例属于不同种类的概率大小。
如图4所示的智能视频装置调用内置算法进行图像识别、人脸识别的流程图,摄像机曝光照片后,调用内置的算法,识别当前照片是否“美景照”或者符合的“人脸表情”照片;如果符合,则把照片及其对照片的打分发给主控,将照片进行打分,并存储进存储设备内进行保存。
如图5所示的在具体应用场景中自驾游行车短视频自动生成方法的流程图,具体包括:
通过车载麦克风MIC、前置摄像头(具有美景识别的智能算法)以及DMS/OMS(具有笑脸拍摄功能的智能算法)进行视频信号和音频信号的采集,并将采集到的信号发送给中控系统,同时触发GPS定位装置获得当前的地理位置信息,以及通过对司机(车主)或乘客的语音命令进行识别,触发自动拍摄功能,进行短视频拍摄,将现实世界中的多种要素(如风景、车内人物、车内语音以及拍摄到的视频等)生成多个基本拍摄片段,再将多个基本拍摄片段以及背景音乐进行名列前茅,自动生成短视频,然后可以进行适度的手动修改,最终生成短视频并上传到用户的手机中。
如图6所示的视频装置进行智能录制的原理图,方法步骤具体为:
1.视频信号、人脸识别采集功能:
1.1)前视摄像头:
自动触发:开启美景录制模式,当识别到当前的图像是美景时,系统自动保存照片;
语音触发:车主或者乘客看到感兴趣的美景,语音触发拍照;
1.2)OMS\DMS:
自动触发1:OMS\DMS开启人脸录制模式,当识别到笑脸,惊异或惊诧时自动拍照;
自动触发2:前视摄像头拍摄照片时,通知DMS/OMS拍摄对应的车主或者乘客的照片;
1.3)前置摄像头拍照时,自动触发系统消息通知中控系统,中控驱动MIC设备采集车内声音,如果车内有明显的人声,则自动保存当前的声音片段;
1.4)前置摄像头拍照时,会触发系统消息通知中控系统,中控系统调取GPS模块,获得此时位置信息,并将此时的位置和时间信息保存下来;
1.5)开启一次智能录制,形成一个拍摄片段,包括(风景照片\车内人物照片\声音\时间\位置信息);
2.录制步骤:
2.1)车主语音:开启智能录制模式;
2.2)智能录制模式下:前视摄像头自动拍照,或者司机(乘客)语音触发拍摄照片;
2.3)前视摄像头拍摄照片时,通知DMS/OMS拍摄相对应的车主或者乘客的照片;
2.4)DMS/OMS会自动捕捉车主或乘客的特殊表情拍照;
2.5)摄像头拍摄照片时,会调取GPS模块,照片会含有照片位置和时间信息;
2.6)摄像头拍摄照片时,中控系统也会采集MIC声音,如果有人声,会把对应的声音片段保存下来;
2.7)拍摄结果:每次拍摄都生成一个基本拍摄片段;
基本拍摄片段:由车外风景照、车内人物照、车内语音片段、时间信息、位置信息组成;
2.8)车主语音-结束智能录制;结束录制会产生一个或者多个基本拍摄片段;
在现有技术中具备专业音视频、图像合并软件,例如剪映专业版等,本领域技术人员能够充分利用现有技术的音视频处理软件以及图像处理工具软件等实现音频、视频、图像合并的工作。
如图7所示的短视频制作的流程图,方法步骤具体包括:
3.短视频制作方法:
3.1)分类:
一级分类:以时间天为基本单位分类;
二级分类:在一级分类的基础上,按照地点进行二级分类,地点具体到市或者一个具体的旅游景点;
3.2)拍摄片段的选取:
按照“风景美”和“车内人物表情”两个维度对基本拍摄片段综合打分;
风景美:按照风景打分,占比70%;
人物表情:按照笑、惊诧、鬼脸等对人物表情打分,占比30%;
对一天内的一个地方的视频片段列表的打分进行降序排序,最多选取3个打分最高的视频片段;
3.3)背景音乐的选取:
以地点为基本单位,配置背景音乐;选取具有明显地域特色的音乐作为背景音乐,比如在内蒙古,就选取
体现草原的背景音乐;在新疆就选取体现沙漠的背景音乐;
3.4)最终短视频:把选取的基本视频片段列表和相对应的背景音乐组成最终的旅游短视频;
如果对基本的视频片段不满意:
3.5)用户可以编辑视频片段,对于片段中的风景照、人物照、声音片段都可以编辑、修改或者删除;
3.6)用户可以通过软件增加或者删除视频片段;
3.7)自动上传到车主的手机端。
如图8所示,本发明在公开了自驾游行车短视频自动生成方法、系统的基础之上,还公开了与之对应的电子设备和存储介质以及车辆:
一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行自驾游行车短视频自动生成方法的步骤。
一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述计算机程序在所述电子设备上运行时,使得所述电子设备执行自驾游行车短视频自动生成方法的步骤。
一种车辆,具体包括:
电子设备,用于实现自驾游行车短视频自动生成方法;
处理器,所述处理器运行程序,当所述程序运行时,对于从所述电子设备输出的数据执行自驾游行车短视频自动生成方法的步骤;
存储介质,用于存储程序,所述程序在运行时,对于从电子设备输出的数据执行自驾游行车短视频自动生成方法的步骤。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
电子设备包括硬件层,运行在硬件层之上的操作系统层,以及运行在操作系统上的应用层。该硬件层包括中央处理器(CPU,Central Processing Unit)、内存管理单元(MMU,Memory Management Unit)和内存等硬件。该操作系统可以是任意一种或多种通过进程(Process)实现电子设备控制的计算机操作系统,例如,Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。并且在本发明实施例中该电子设备可以是智能手机、平板电脑等手持设备,也可以是桌面计算机、便携式计算机等电子设备,本发明实施例中并未特别限定。
本发明实施例中的电子设备控制的执行主体可以是电子设备,或者是电子设备中能够调用程序并执行程序的功能模块。电子设备可以获取到存储介质对应的固件,存储介质对应的固件由供应商提供,不同存储介质对应的固件可以相同可以不同,在此不做限定。电子设备获取到存储介质对应的固件后,可以将该存储介质对应的固件写入存储介质中,具体地是往该存储介质中烧入该存储介质对应固件。将固件烧入存储介质的过程可以采用现有技术实现,在本发明实施例中不做赘述。
电子设备还可以获取到存储介质对应的重置命令,存储介质对应的重置命令由供应商提供,不同存储介质对应的重置命令可以相同可以不同,在此不做限定。
此时电子设备的存储介质为写入了对应的固件的存储介质,电子设备可以在写入了对应的固件的存储介质中响应该存储介质对应的重置命令,从而电子设备根据存储介质对应的重置命令,对该写入对应的固件的存储介质进行重置。根据重置命令对存储介质进行重置的过程可以现有技术实现,在本发明实施例中不做赘述。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
需要说明的是,本说明书与权利要求中使用了某些词汇来指称特定元件。本领域技术人员应可以理解,不同的制造商、生产厂商可能会用不同名词来称呼同一个元件。本说明书与权利要求并不以名词的差异来作为区分元件的方式,而是以元件在功能上的差异作为区分的准则。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如:在权利要求书中所要求保护的实施例的任意之一都可以以本发明实施例以任意的组合方式来使用。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。本说明书中公开的任一特征,除非特别叙述,均可被其它等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而己。在整个说明书中,同样的附图标记指示同样的元件。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括相应的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括相应的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种自驾游行车短视频自动生成方法,其特征在于,具体包括:
通过智能视频装置进行视频录制、图像拍摄和人脸识别;
利用智能语音设备进行音频采集;
开启智能录制功能,合并视频信息和音频信息,进行短视频拍摄。
2.根据权利要求1所述的自驾游行车短视频自动生成方法,其特征在于,所述智能视频装置具体包括:前置摄像头、驾驶员监测系统、乘员监测系统,所述智能视频装置通过卷积神经网络算法进行视频录制、图像拍摄和人脸识别。
3.根据权利要求1所述的自驾游行车短视频自动生成方法,其特征在于,所述智能视频装置进行视频录制和人脸识别时,通过触发系统消息通知中控系统,中控系统驱动智能语音设备进行音频采集。
4.根据权利要求1所述的自驾游行车短视频自动生成方法,其特征在于,在合并视频信息和音频信息时自动配上背景音乐。
5.根据权利要求1所述的自驾游行车短视频自动生成方法,其特征在于,所述进行短视频拍摄,具体包括:
以时间天数和地点对短视频进行分类;
根据风景和人物表情,对短视频片段进行选取,并对短视频进行打分和排序;
根据拍摄地点的不同,选取不同的背景音乐;
提供背景音乐和短视频的合并服务,并提供用户自定义设置和手动修改。
6.根据权利要求5所述的自驾游行车短视频自动生成方法,其特征在于,所述以时间天数和地点对短视频进行分类,具体为:以时间天数为基本单位进行一级分类,在所述一级分类的基础上,按照地点进行二级分类;
所述根据风景和人物表情,对短视频片段进行选取,并对短视频进行打分和排序,具体为:按照“风景美”和“车内人物表情”两个维度对基本拍摄片段综合打分:风景美占比70%,人物表情占比30%。
7.一种自驾游行车短视频自动生成系统,其特征在于,具体包括:
视频图像人脸识别模块,通过智能视频装置进行视频录制、图像拍摄和人脸识别;
智能音频采集模块,利用智能语音设备进行音频采集;
短视频拍摄录制模块,开启智能录制功能,合并视频信息和音频信息,进行短视频拍摄。
8.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其特征在于,其存储有可由电子设备执行的计算机程序,当所述计算机程序在所述电子设备上运行时,使得所述电子设备执行权利要求1至6中任一项所述方法的步骤。
10.一种车辆,其特征在于,具体包括:
电子设备,用于实现权利要求1至6中任一项所述的方法;
处理器,所述处理器运行程序,当所述程序运行时,对于从所述电子设备输出的数据执行权利要求1至6中任一项所述方法的步骤;
存储介质,用于存储程序,所述程序在运行时,对于从电子设备输出的数据执行权利要求1至6中任一项所述方法的步骤。
CN202310008736.2A 2023-01-04 2023-01-04 一种自驾游行车短视频自动生成方法、系统及其车辆 Pending CN116132611A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310008736.2A CN116132611A (zh) 2023-01-04 2023-01-04 一种自驾游行车短视频自动生成方法、系统及其车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310008736.2A CN116132611A (zh) 2023-01-04 2023-01-04 一种自驾游行车短视频自动生成方法、系统及其车辆

Publications (1)

Publication Number Publication Date
CN116132611A true CN116132611A (zh) 2023-05-16

Family

ID=86307533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310008736.2A Pending CN116132611A (zh) 2023-01-04 2023-01-04 一种自驾游行车短视频自动生成方法、系统及其车辆

Country Status (1)

Country Link
CN (1) CN116132611A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116886957A (zh) * 2023-09-05 2023-10-13 深圳市蓝鲸智联科技股份有限公司 一种一键生成车载短视频vlog方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116886957A (zh) * 2023-09-05 2023-10-13 深圳市蓝鲸智联科技股份有限公司 一种一键生成车载短视频vlog方法及系统

Similar Documents

Publication Publication Date Title
JP7266672B2 (ja) 画像処理方法および画像処理装置、ならびにデバイス
JP2022505115A (ja) 画像処理の方法および装置並びにデバイス
CN105760461A (zh) 相册的自动建立方法及其装置
CN106570110A (zh) 图像去重方法及装置
WO2016131310A1 (zh) 摄像的方法及装置
CN105893412A (zh) 图像分享方法及装置
CN110430359A (zh) 拍摄辅助方法、装置、计算机设备和存储介质
CN116132611A (zh) 一种自驾游行车短视频自动生成方法、系统及其车辆
CN109766765A (zh) 音频数据推送方法、装置、计算机设备和存储介质
CN104113692B (zh) 图像拍摄方法和装置
CN111399798A (zh) 车载语音助理个性化实现方法、系统、介质及车载设备
CN111601161A (zh) 视频作品生成方法、装置、终端、服务器和系统
CN115079989A (zh) 车辆及其控制方法
CN100406945C (zh) 摄像装置及透镜单元控制方法
CN112954207A (zh) 驾驶沿途景观抓拍方法、装置以及汽车中控台
CN110267011B (zh) 图像处理方法、装置、服务器及存储介质
CN115134533B (zh) 自动调用车载图像采集装置的拍摄方法及设备
CN114173059B (zh) 一种视频编辑系统、方法及装置
CN114943964A (zh) 一种车载短视频的生成方法及装置
CN114584839A (zh) 拍摄车载视频的剪辑方法、装置、电子设备及存储介质
CN113011497B (zh) 图像比对方法和系统
TWI625258B (zh) 行車記錄裝置及行車記錄保存方法
JP7463686B2 (ja) 画像記録装置、画像記録方法及び画像記録プログラム
CN104902184A (zh) 一种多屏拍摄方法及多屏拍摄终端
CN110855875A (zh) 获取图像的背景信息的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination